TSMC A16은 왜 AI 칩을 위한 ‘전력 배선 혁신’으로 불리나

한눈에 보는 결론

TSMC의 A16은 단순히 숫자를 2nm에서 1.6nm로 줄인 공정이 아닙니다. 2nm 계열의 나노시트 트랜지스터에 **슈퍼 파워 레일(Super Power Rail·SPR)**이라는 후면 전력 공급 구조를 결합한 고성능 공정 플랫폼에 가깝습니다.

대규모 AI 가속기와 데이터센터용 프로세서는 연산 성능뿐 아니라 전력 공급, 신호 배선, 발열과 패키징에서 한계에 부딪힙니다. A16은 이 가운데 특히 전력망과 신호망이 같은 공간을 두고 경쟁하는 문제를 겨냥합니다.

2026년 8월 공개된 보도에 따르면 TSMC는 A16의 개발과 검증을 마쳤고, 2026년 4분기 양산을 준비하고 있습니다. 다만 최근의 ‘개발·검증 완료’ 내용은 TSMC의 새로운 상세 출시 발표라기보다 업계와 대만 언론 보도에 기반한 부분이 있습니다. 4분기 양산은 기존 로드맵과 일치하는 목표 일정으로 보는 것이 가장 신중합니다.

A16의 핵심은 ‘후면 전력 공급’

A16은 TSMC의 선단 공정 전략에서 두 가지 요소를 결합합니다.

• 나노시트 트랜지스터: TSMC가 2nm 계열에서 도입한 게이트-올-어라운드(GAA) 기반의 나노시트 트랜지스터 기술입니다.
• 슈퍼 파워 레일: 전력 공급망을 실리콘 웨이퍼의 뒷면에 배치하는 후면 전력 공급 네트워크입니다. 기존에는 전력과 신호 배선이 주로 칩 전면의 인터커넥트 영역을 함께 사용했습니다.

전력망을 뒤로 보내면 칩 전면의 배선 혼잡을 줄일 수 있습니다. 설계자는 확보된 공간을 신호 연결에 활용하고, 전력을 필요로 하는 로직에 보다 효율적으로 공급할 수 있습니다.

따라서 A16의 의미는 트랜지스터를 더 작게 만드는 데만 있지 않습니다. 칩 안에서 전력 네트워크와 신호 네트워크를 분리하는 방식 자체를 바꾸는 것이 핵심입니다. 특히 수많은 연산 코어와 메모리 연결부를 한 칩 또는 하나의 패키지에 집어넣어야 하는 AI 프로세서에서 이 변화가 중요합니다.

N2P보다 얼마나 좋아지나

TSMC와 관련 기술 자료에서 제시된 A16의 N2P 대비 목표치는 다음과 같습니다.

• 같은 전력에서 속도 8~10% 향상
• 같은 속도에서 전력 소비 15~20% 절감
• 로직과 SRAM을 포함한 칩 밀도 8~10% 증가

다만 이 수치를 모든 A16 기반 제품에 그대로 적용해서는 안 됩니다. 이는 공정 플랫폼을 일정한 조건에서 비교한 목표치입니다. 실제 제품 성능은 칩 아키텍처, 설계 라이브러리, 설계 규칙, 전압, 냉각 방식, 패키징, 작업 부하에 따라 달라집니다.

‘칩 밀도 8~10% 증가’ 역시 완성된 프로세서의 크기가 반드시 그만큼 줄어든다는 뜻은 아닙니다. 같은 면적에 더 많은 로직이나 캐시를 넣을 수도 있고, 연결 기능을 늘리거나 다이 크기를 줄일 수도 있습니다. 어떤 선택을 할지는 고객사의 설계 목표에 달려 있습니다.

AI와 HPC에 맞춘 공정

A16의 주된 목표 시장은 AI 가속기와 데이터센터 프로세서를 포함한 고성능컴퓨팅(HPC)용 로직입니다. 이들 칩은 일반적인 모바일 또는 범용 프로세서보다 전력 공급과 신호 연결에 훨씬 큰 부담을 줍니다.

트랜지스터 밀도만 높이고 전력 배선과 신호 혼잡 문제를 해결하지 못하면, 공정 미세화가 시스템 전체의 성능 향상으로 이어지지 않을 수 있습니다. SPR은 바로 이 지점을 겨냥합니다.

설계자는 A16의 개선 폭을 다음과 같이 배분할 수 있습니다.

• 같은 면적에서 더 높은 연산 성능 확보
• 같은 성능에서 전력 소비와 발열 감소
• 비슷한 전력·면적 안에 더 많은 기능과 캐시 탑재

데이터센터에서는 이런 선택지가 특히 중요합니다. AI 가속기의 실효 성능은 연산량만으로 결정되지 않고, 전력 비용과 냉각 능력, 패키지 내부에서 데이터를 이동시키는 속도에도 좌우되기 때문입니다.

N2P와 A14 사이의 기술적 가교

TSMC의 로드맵에서 A16은 N2·N2P 세대와 1.4nm급 A14 사이에 놓입니다. A14는 2028년 양산 일정이 제시돼 있습니다.

이 때문에 A16은 단순한 중간 공정이 아니라 전략적 가교로 볼 수 있습니다. TSMC는 나노시트 기반을 이어가면서, AI와 HPC 고객에게 특히 중요한 후면 전력 공급 기술을 다음 세대보다 먼저 상용화하려는 셈입니다.

A16의 일정에는 보도 간 엇갈림도 있었습니다. 2026년 일부 보도는 일정 지연 가능성을 언급했지만, 이후 기술 자료와 보도는 2026년 하반기 또는 4분기 생산 목표를 계속 가리켰습니다. 따라서 현재로서는 2026년 4분기가 보고된 목표 시점이며, 실제 상업 생산 규모와 수율까지 보장됐다고 단정하기는 어렵습니다.

삼성·인텔과의 경쟁에서 의미하는 것

삼성 파운드리는 SF1.4의 양산 목표를 당초 2027년에서 2029년으로 늦춘 것으로 알려졌습니다. 삼성은 그 사이 2nm 계열의 수율과 제조 안정성, 고객 인증을 다듬는 데 집중할 계획입니다.

일정만 놓고 보면 이는 TSMC가 A16을 양산하고 A14로 진입할 시간을 더 확보한다는 의미가 될 수 있습니다. 인텔 역시 18A와 향후 14A를 앞세워 선단 공정과 후면 전력 공급 기술 경쟁에 참여하고 있습니다.

그러나 ‘1.6nm’, ‘1.4nm’ 같은 명칭은 파운드리마다 측정 기준과 설계 방식이 달라 직접 비교할 수 없습니다. 실제 경쟁력은 다음 요소에서 판가름납니다.

• 수율과 안정적인 양산 능력
• 설계 도구와 IP 생태계
• 고객 인증과 제품 채택
• 첨단 패키징 역량
• 비용과 완제품 수준의 성능

따라서 A16의 일정이 TSMC의 경쟁 입지를 강화할 수는 있지만, 이것만으로 인텔이나 삼성보다 모든 기술·상업 지표에서 앞섰다고 결론 내리기는 어렵습니다. 핵심은 고객사가 A16의 공정 목표를 실제 제품으로 전환해 높은 수율과 충분한 규모로 출하할 수 있느냐입니다.

294억 달러 투자는 A16만을 위한 비용이 아니다

TSMC 이사회가 첨단 공정과 패키징 생산능력 확대 등을 위해 약 294억4,250만 달러의 투자를 승인했다는 보도가 나왔습니다. 해당 자금은 첨단 공정·첨단 패키징 확대뿐 아니라 성숙·특수 공정 개선과 신규 공장 건설에도 사용될 예정으로 전해졌습니다.

별도로 TSMC의 2026년 자본지출 계획은 600억~640억 달러로 상향됐다는 보도도 있습니다.

이 숫자들을 A16 하나의 개발·생산 비용으로 해석해서는 안 됩니다. 여러 공정 세대와 패키징 기술을 뒷받침하는 전체 생산 인프라 투자에 해당합니다. AI 수요가 커질수록 웨이퍼 생산뿐 아니라 후공정과 패키징까지 동시에 늘려야 하기 때문입니다.

AI 칩의 다음 병목은 공정이 아니라 패키징일 수 있다

AI 칩을 만들려면 선단 로직 다이만 생산해서는 충분하지 않습니다. 고대역폭 메모리(HBM), 기판, 인터포저, 조립·검사 공정, 그리고 이들을 하나로 묶는 첨단 패키징이 모두 필요합니다.

TSMC의 CoWoS(Chip-on-Wafer-on-Substrate) 생산능력은 AI 수요 급증으로 사실상 예약이 가득 찬 상태로 보도됐습니다.

일부 업계 보도는 공동 고객을 위한 후공정 패키징 작업이 인텔의 말레이시아 사업장으로 넘어갔다고 전했습니다. 사실이라면 이는 공급 부족에 대응하기 위한 제한적인 공급망 조정으로 볼 수 있습니다. TSMC가 핵심 CoWoS 기술이나 전체 생산 기반을 인텔에 넘겼다는 뜻은 아닙니다.

이 사례는 선단 공정의 우위만으로 AI 하드웨어 출하 시점을 결정할 수 없다는 점을 보여줍니다. 웨이퍼가 준비돼도 HBM, 기판, 인터포저, 조립 또는 검사 능력이 부족하면 완제품 출하가 늦어질 수 있습니다. TSMC가 인텔의 EMIB와 유사한 패키징 방식도 개발 중이라는 보도가 나온 배경 역시 같은 수요 압박으로 풀이됩니다.

경쟁사끼리도 협력해야 하는 시대

A16이 보여주는 더 큰 변화는 반도체 산업의 경쟁 구조가 ‘한 회사의 독주’만으로 설명되기 어려워졌다는 점입니다.

AI 시스템은 파운드리, 메모리 업체, 기판 제조사, 패키징 기업, 검사 업체와 여러 지역의 생산 거점을 동시에 필요로 합니다. TSMC는 선단 로직과 CoWoS에서 중심적인 역할을 맡고, 인텔은 공정 기술과 대체 패키징 생산능력으로 경쟁할 수 있습니다. 말레이시아와 대만 등은 공급망의 서로 다른 후공정 영역을 담당할 수 있습니다.

경쟁사 사이에서 일부 패키징 물량이 오가는 현상은 경쟁이 사라졌다는 뜻이 아닙니다. 오히려 AI 수요가 폭증하면서 생태계 전체의 생산능력 자체가 경쟁력의 일부가 됐다는 신호에 가깝습니다.

결국 A16 고객사가 확인해야 할 것은 ‘가장 작은 나노미터 숫자’가 아닙니다. 검증된 웨이퍼를 안정적으로 공급할 수 있는지, 설계 도구와 수율이 준비됐는지, 그리고 HBM을 포함한 첨단 패키징을 충분한 규모로 확보해 완성된 AI 시스템을 출하할 수 있는지가 더 중요합니다.